MiniMax H3 的"2K 开源版"真相：英伟达只补了后半段，清楚是真清楚，改脸也是真改脸

3分钟看懂：先讲结论

先说结论，省得你白高兴一场。

这几天 B 站和 ComfyUI 圈子里传的"MiniMax H3 开源 2K 版"，不是 MiniMax 把 2K 模型开源了。它真正的身份是英伟达 NVlabs（Sana 团队）放出的 Open-H3-Regenerate-2K——只做 H3 流水线里的"后半段"：把已经生成好的低分辨率成片，重绘到 2K 甚至 4K。

官方 MiniMax-H3 仓库的 README 写得很直白：完整 H3 由三段组成——H3-Context-IR（提示词理解与改写）、H3-Base（768P 出片）、H3-Regenerate-2K（重绘到 2K）。其中 Context-IR 依赖多段托管服务，"not included in this open-source release"；Regenerate-2K 这段也明写"this module is not yet open-sourced"。所以 2K 在官方那边一直是 API 能力，不是权重。

那英伟达做了什么？它把"没有权重的那一段"用一个开源方案顶上了：冻结 H3 的 Transformer 和视频 VAE，只训一个 refiner LoRA，用三步扩散完成整段重绘。项目页给出的说法是 768P 起，可原生输出 768P、1080P、2K（2560×1440）、4K（3840×2160），支持 5–15 秒片段。

一句话记住：H3 开源的是"画草稿"的那支笔，英伟达开源的是"把草稿描成高清"的那支笔。原来描高清那支笔在 MiniMax 手里，只租不卖。

为什么大家会误会成"官方开源 2K"

T8 在视频里复盘了自己踩坑的过程，这段其实比参数更有价值：

• 他是几小时前看到有仓库放出"2K 版本"，第一反应也是"真开源了？"
• 结果仓库里没有 README，也没有工作流，只能自己翻代码、自己搭
• 顺着来源查下去，发现是英伟达那边实验性质的开源项目

这也解释了一个常见错觉：名字里带 "2K"，加上发布仓促、缺少说明，很容易被转述成"MiniMax 开源了 2K 视频模型"。实际它是三段式流水线里的第三段，需要你手上先有一段成片。

它到底怎么工作

结合 T8 的演示和 NVlabs 项目页，机制可以拆成四步：

1. 先有草稿。H3-Base 在低分辨率下把内容、动作定下来（官方默认短边 768 像素、24fps、4–15 秒、32kHz 立体声）。这一步便宜。
2. 只在 latent 里放大。用一个 3D 卷积的 latent upscaler 把潜变量直接铺到目标网格上，中间不解码、不重新编码——这是省时间的关键。
3. 三步重绘。放大后的潜变量重新加噪到 σ=0.909，然后走 0.909 → 0.857 → 0.667 → 0 三步 Euler，关掉 CFG，每一步就是一次全分辨率的 Transformer 前向。
4. 合并 LoRA。为了让三步就够用，发布方把三个适配器沿 rank 轴拼成一个文件：refiner 本体（step 5000 EMA，rank 384）、LightX2V 的 FL2VA Turbo v1.2（rank 128）、LMS Sharp v1.0（rank 64），合计 rank 576、覆盖 312 个线性层。

官方口径下，单张 B200 上把 5 秒片段从 768P 潜变量做到 2560×1440：潜变量放大 + 三步重绘 + VAE 解码共 22.45 秒，对比标准 diffusers 前向加原始解码器的 87.26 秒。省下来的大头在解码：快解器处理 2K 片段约 1.58 秒，原来要 15 秒左右。

项目方还给了评测：RefinerBench-150 上双方都跑 2560×1440，开源版在 UniPercept 三个维度、以及 VBench 的美学质量、成像质量、主体一致性上都高于官方 API；200 次盲测里被偏好 87%。这些是项目方自报数据，看的时候留个心眼——论文式自评 + 自家对比集，属于"有参考价值，但不是第三方定论"。

实际效果：清楚是真清楚，改脸也是真改脸

T8 的测试结论比参数更值得看，因为他测的是"能不能用"。

先说好的部分。他把成片放大到很大去看，毛发、布料、细节"非常非常清楚"，尤其画面里的文字，比原片能看清得多。这一点和官方说法对得上：H3 的重绘不是传统超分，它会把原始多模态上下文一起吃回去，所以小字、细纹理这类"超分只能靠猜"的东西，它能补回来。

问题也在这：它会改东西。

• 人脸会变。T8 的原话是"这个人的脸实际上是有一些变化的"，只是变完之后确实更清楚。
• 高动态会拖影。他一开始以为是自己的实现有问题，后来发现就是这样。哪怕叠了加速 LoRA、叠了防动态模糊的 LoRA，蓄力、快速动作那段拖影依然很重；不加这些 LoRA 的话，"连看都没法看"。
• 它继承 H3 本身的缺点。注意力涣散、动作虚影这些问题，重绘这一段并不能修，只能靠外挂 LoRA 硬压。

所以他的判断是：有用，但"没有太大的用"。因为市面上已经有一批不改脸、不拖影的高清超分方案；这个方案的价值在于"带重绘"，代价就是"会重绘"。

两种接法：怎么用

T8 给了两条路径，都很直接。

路径 A：当成"带重绘的放大模型"用

适合你手上已经有一段做好的成片，只想提清晰度。

• 因为这个模型的第三步采样不在潜空间，本质是视频重绘，所以直接上传成片即可
• 采样尺寸设成 2560×1440（竖版就换成竖版尺寸）
• 必须挂 KJ 的 refiner LoRA；他实测还要额外叠加速 LoRA 和防动态模糊 LoRA，否则虚影严重
• 效果：脸会变，但细节极其清楚

路径 B：接在正常二采工作流后面

适合你还在从零出片。

• 一采 → 二采 → 把这段重绘工作流接在二采输出之后
• 结构很简单，就是把第三段串上去

显存：这才是最硬的墙

T8 的实测数字值得单独拎出来：

• 2K 直接吃满 48G 显存，他说得用 6000 Pro 这类卡，"本地就没法跑"
• 但如果只跑三秒，16G 显存也能跑起来

也就是说，能不能跑不取决于模型，取决于你跑多长、多高的动态。这一点和项目页的定位一致：它面向的是有 B200 级别算力、或者愿意为短片付代价的人。

适用场景

• 手上已经有 768P 成片，想低成本试一次 2K 观感
• 画面以静态、缓慢运镜、人物特写为主，能容忍轻微改脸
• 有 48G 级显存，或者只做 3 秒级短片段验证
• 需要在画面里保住小字、纹理、布料细节

不适用场景

• 要求"人脸、服装、道具完全不许变"的商业交付
• 高动态、快速动作、打斗、运动镜头为主的内容
• 只有 16G 显存还想批量出 2K 长片
• 想找"官方 MiniMax 2K 权重"的人——这段官方至今没放

避坑

• 别被标题骗。看到"MiniMax H3 开源 2K"先去仓库看有没有 README 和工作流；这次两个都没有。
• 别裸跑。不叠 refiner LoRA 和防模糊 LoRA，高动态基本不可看。
• 注意时长说明自相矛盾。项目 README 一处写 5–15 秒，另一处写 5 秒 / 121 帧；T8 实测 15 秒也能跑，但前提是别高动态。
• ComfyUI 转换有坑。社区转换版（father558、DrakenZA 等）的说明里提到：直接转换会得到错误权重，因为 diffusers 布局需要做 SwiGLU 变换；没做这一步的版本看起来就是坏的。Kijai 另外单独放了 rank-384 的 refiner LoRA，方便和其他蒸馏搭配。
• 官方没有 ComfyUI 节点。参考实现是 Sana 仓库里的 Python CLI（Linux、Python 3.11、PyTorch 2.11 + CUDA 13.0），ComfyUI 那条路是社区自己接的。

成本与时间

• 单张 B200、5 秒、768P→2560×1440：22.45 秒（项目方数据，含放大 + 三步 + 解码）
• 同样任务用标准 diffusers 前向 + 原解码器：87.26 秒
• 本地消费级卡：2K 基本不可行；3 秒级短片在 16G 上可试
• 云上按 B200 小时价算，一条 5 秒 2K 的算力成本是个位数秒级，真正贵的是显卡门槛而不是时长

行动建议

1. 先确认你手上有没有一段 768P 的 H3 成片；没有的话，这个工具对你没意义。
2. 只想验证效果：拿 3 秒、低动态、人物特写片段，16G 卡先跑通，别一上来就 2K 长片。
3. 要上生产：先把 LoRA 叠齐（refiner + 加速 + 防模糊），再对比"改脸"能不能接受；不能接受就别用这条路。
4. 想做产品集成：官方没有 ComfyUI 节点，走 Sana 仓库的 CLI 更稳；用社区转换权重时先确认做过 SwiGLU 变换。

参考来源

• B 站视频：T8star-Aix《Minimax H3开源了2K版？是2K，但是。。》 https://www.bilibili.com/video/BV1uYsR6iEfG （正文主要依据该视频的 ai-zh 字幕轨，2026-10-28 发布）
• MiniMax 官方仓库（H3 三段结构与"Regenerate-2K 尚未开源"说明）：https://github.com/MiniMax-AI/MiniMax-H3
• NVlabs 项目页（Open-H3-Regenerate-2K 方法、速度与评测）：https://nvlabs.github.io/Sana/Open-H3-Regenerate-2K/
• comfyui-wiki 报道（社区 LoRA 与转换注意事项，2026-10-27/28）：https://comfyui-wiki.com/en/news/2026-10-27-open-h3-regenerate-2k

说明：本文以 T8 视频字幕为主要叙述依据，参数与方法细节以 MiniMax 官方 README 和 NVlabs 项目页交叉核对；项目方自报的评测数字已标注来源属性。

参考来源

• https://www.bilibili.com/video/BV1uYsR6iEfG